动手三步

1. 等左侧文件列表出现后，双击 example-adult.ipynb 打开示例笔记本（首次约 15 到 30 秒）
2. 点笔记本工具栏最右边的便签图标（悬停提示「显示 / 隐藏 StickyLand 便签区」），右侧才会出现便签区；按住任一单元格左侧的编号（如 [25]:）把它拖进去，原来的位置会留下「•••」
3. 打开便签头部的 auto-run 开关，回到主笔记本里修改并运行另一个单元格，便签才会自动重跑（只改代码不运行是不会变的）。前提是 Python 内核已经起来：先运行第一个单元格，出现数字编号而不是 [*] 才算可用

课堂怎么用

• 适合 Python 与数据分析实训课展示「笔记本还能这样用」：不启动内核也能拖动已保存好的图表，10 分钟演示够用
• 借单元格乱序的执行编号（屏幕上相邻的三格可能是 [24]、[9]、[10]）讲清「笔记本不是从上往下执行的，执行顺序看编号」
• 学生实训优先用机房本地的 JupyterLab 装插件，或在本站新建一个不依赖外部数据的小笔记本；课前一定先在教室网络实测内核能不能起来
• 示例笔记本里种族、性别两张收入对比图建议跳过，原因见已知限制

思考题

1. 便签里的内容是结果的截图，还是同一个单元格本身？把它拖回去会怎样？
2. 打开 auto-run 之后，只改代码不运行，便签会变吗？什么时候才会重跑？

已知限制

• JupyterLab 自身界面文字较多，部分菜单保留英文；便签区的提示与 auto-run 开关也是英文
• 首次启动 Python 内核要下载几十 MB，失败时单元格会一直显示 [*]，页面不给任何提示
• 示例笔记本是英文的，用的是 1994 年美国人口普查收入数据（UCI Adult），里面逐一画出种族、性别、婚姻状况与「收入是否超过 5 万美元」的对比直方图。直接投屏容易引出刻板印象，建议跳过种族、性别两张图；如要讲，先说明这是 30 年前的美国抽样数据，常被用来讨论数据里的偏差从哪来，不代表任何群体的能力
• 示例的第二个单元格从境外第三方网站读 census.csv，本站没有镜像这份数据
• 手机上 JupyterLab 界面横向溢出，必须用电脑